Agent Skills
返回列表
医学荟萃分析

医学荟萃分析

数据分析 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_ff7413f5/meta-analysis。

技能介绍

解决的问题

医学研究里的 Meta 分析,难点通常不在单独调用 meta 或 metafor,而在于把研究问题、效应量、列映射、模型/方法、亚组、偏倚检验与报告生成串成稳定流程。这个技能把 R 侧计算封装成可复现工作流:用户给出研究数据或分析意图后,技能按 计算轨道 或 选题轨道 路由,减少 LLM 自由改数、改模型或重复解释。

核心能力与关键步骤

  • 计算轨道:适合明确任务,例如合并多项研究的 OR、森林图、漏斗图、I²/τ²、Egger/Begg 检验等;执行后返回 HTML 报告与可复现 R 脚本。
  • 选题轨道:适合尚未确定题目或做可行性判断,先用文献探针获取真实命中数,再结合 4 维评分生成决策卡或完整报告。
  • 任务覆盖:pairwise_meta、subgroup_analysis、metareg、nma、nma_rank、survival_meta、diagnostic_meta,发表偏倚检查嵌入在相关任务中。
  • 输出约束:数值必须来自 R 侧结果,HTML 报告是主要展示面;forest/funnel 以 SVG 内嵌,last_run.json 保存请求与结果,便于复现。

适用边界

该技能用于统计分析流程,不替代临床判断;数值计算通过外部 coze 工作流完成,首次调用会提示数据发送到云端。若云端失败,需用户确认是否诊断重试。它不负责通用文献数据库检索,只有用户提供 DOI/PMID 时才涉及全文获取。

使用场景

  • 已收集 5 项观察性研究的 OR 数据,需要按随机效应模型合并并输出森林图与异质性指标。
  • 做 PROSPERO 前需要判断候选 Meta 题目,要求用文献探针真实命中数和四维评分生成决策卡。
  • 需要比较三种干预措施的网状 Meta 排序,并输出 SUCRA/P-score 与 HTML 报告。
  • 诊断试验 Meta 中已有 tp/fp/fn/tn 数据,需要汇总敏感度/特异度并做发表偏倚检查。

适合人员

  • 准备 PROSPERO 方案的临床研究医生:需要确认题目新颖度、可行性并生成结构化选题报告。
  • 写系统评价或 Meta 论文的方法学研究生:需要标准化合并 OR/RR、做亚组分析与发表偏倚检验。
  • 临床药理或真实世界证据分析师:需要把试验级数据转为网状 Meta 排序或诊断 Meta 指标。
  • 生物信息或医学数据工程师:需要把 R 脚本、请求 JSON 和 HTML 报告纳入可复现分析流程。